2017-SIGGRAPH Asia-Cambridge-(HDRCNN)HDR image reconstruction from a single exposure using deep CNNs
作者：互联网
(SIGGRAPH Asia)(Cambridge)2017-Eilertsen-HDR image reconstruction from a single exposure using deep CNNs
2017-SIGGRAPH Asia-Cambridge-(HDRCNN)HDR image reconstruction from a single exposure using deep CNNs
通过有skip-connection的基于CNN的自动编解码器网络完成SDR向HDR的转换。通过CNN找出亮度饱和区域，再结合LDR图像生成HDR图像。
LDR图像通过编码网络生成图像空间内容的特征，再通过解码网络在对数域上生成HDR图像。并通过skip-connection连接编码网络和解码网络来利用高分辨率图像的细节信息进行重建。
由于已有的HDR数据集数量有限，我们利用迁移学习，先用MIT Places数据集模拟的HDR图像预训练网络的权重，再用有限的真实HDR图像训练。
传统方法在重建过曝和欠曝像素区域表现不好。
这篇文章方法能够在很多情景下生成高质量的HDR结果，恢复亮度饱和像素区域。
但没有针对性的做色域上的拓展。
数据集
最终训练：
一共找到1121 HDR图像和67 HDR视频，95图像和4个视频用于测试，其他作为训练。对于视频每10帧提取一张图像，结合静态图像，一共获得3700 HDR图像。virtual camera数据增广到125K。
统计图表：
Places 2.5M 预训练600K
Flickr 200K
OpenEXR格式
视频数据集链接：
DML-HDR database includes five videos. Each video sequence is approximately 10 seconds long with frame rate of 30 frames per second (fps) and resolution of 2048×1080.
http://www.ece.ubc.ca/~maryama/ （主页）
http://dml.ece.ubc.ca/database.html （多种数据集）
http://dml.ece.ubc.ca/data/DML-HDR/ （下载）
Ronan Boitard
https://people.irisa.fr/Ronan.Boitard/
http://www.ece.ubc.ca/~rboitard/
HdM-HDR-2014(189GB TIFF files)
https://hdr-2014.hdm-stuttgart.de/
A unified framework for multi-sensor HDR video reconstruction
参考文献
2017-Eilertsen-HDR image reconstruction from a single exposure using deep CNNs
代码
https://github.com/gabrieleilertsen/hdrcnn
skip connection 就是一种跳跃式传递。在ResNet中引入了一种叫residual network残差网络结构，其和普通的CNN的区别在于从输入源直接向输出源多连接了一条传递线，这是一种identity mapping，也就是所谓的恒等映射，用来进行残差计算。这叫是shortcut connection,也叫skip connection。其效果是为了防止网络层数增加而导致的梯度弥散问题与退化问题。
条件随机场(Conditional Random Fields, 以下简称CRF)是给定一组输入序列条件下另一组输出序列的条件概率分布模型，在自然语言处理中得到了广泛应用。
在标记数据的时候，可以考虑相邻数据的标记信息。这一点，是普通的分类器难以做到的。而这一块，也是CRF比较擅长的地方。
https://zhuanlan.zhihu.com/p/29989121 （这里不是这个解释）
相机响应函数CRF
https://www.cnblogs.com/qiqibaby/p/8747336.html
虚拟环境 hdrcnn
Could not find a version that satisfies the requirement
python版本不对，3.7改为3.6
https://blog.csdn.net/blueheart20/article/details/78980736
标签：Cambridge,reconstruction,skip,deep,connection,https,图像,HDR 来源： https://blog.csdn.net/kl1411/article/details/120673427